Sistem ini dikembangkan untuk mengatasi hambatan pengguna non-teknis yang tidak menguasai kueri SQL, sekaligus mengatasi kelemahan pendekatan single-agent yang sering gagal menangani logika skema database yang kompleks. Menggunakan kerangka kerja LangChain dan LangGraph, arsitektur sistem memisahkan tanggung jawab secara modular menjadi Orchestrator Agent untuk mengelola niat (intent) bahasa alami dan Scope Agent untuk isolasi domain bisnis. Keamanan data perusahaan selama fase pengujian cloud dilindungi melalui metode Data Anonymization menggunakan data fiktif (dummy). Pengujian benchmarking dilakukan terhadap empat varian LLM melalui 7 skenario bisnis nyata dengan 20 kali replikasi berulang. Hasil evaluasi menunjukkan model MiniMax m2.5 menempati peringkat tertinggi dengan skor 98/100 karena keunggulannya pada akurasi fakta, disusul oleh Qwen 3.5 397B dengan skor 97/100 yang unggul dalam analisis naratif yang kaya. Sementara itu, model lokal gpt-oss memperoleh skor terendah sebesar 76/100 akibat kendala latensi pada infrastruktur on-premise. Penelitian ini menyimpulkan bahwa pendekatan multi-agent efektif meminimalisir halusinasi LLM dan meningkatkan ketahanan eror melalui mekanisme self-correction loop, dengan saran pengembangan berupa fine-tuning model lokal serta penerapan semantic caching.